Ketakutan biasa tentang kecerdasan buatan (AI) dan pekerjaan biasanya seperti ini: robot akan mengambil alih segalanya, dan hanya pekerjaan paling kreatif dan manusiawi yang akan bertahan. Sebuah makalah baru dari salah satu ekonom otomasi terkemuka dunia membalik asumsi itu. Hasilnya, dia sampai pada kesimpulan yang sekaligus lebih menenangkan dan lebih mengkhawatirkan daripada skenario mimpi buruk standar.
Pascual Restrepo, profesor ekonomi di Universitas Yale dan peneliti terkemuka di bidang otomasi dan pasar tenaga kerja, berargumen dalam makalah kerja yang diterbitkan oleh National Bureau of Economic Research bahwa sebagian besar pekerjaan manusia tidak akan diotomasi di era kecerdasan buatan umum (AGI). Alasannya bukan karena AI tidak mampu. Tapi karena sebagian besar yang orang lakukan untuk mencari nafkah tidak cukup penting untuk diganti.
“Model ini membuka kemungkinan menarik bahwa banyak pekerjaan saat ini mungkin tidak penting untuk pertumbuhan masa depan dan mungkin tidak pernah diotomasi,” tulis Restrepo dalam makalahnya yang berjudul *We Won’t Be Missed: Work and Growth in the AGI World*. “Sebaliknya, daya komputasi (compute) mungkin diarahkan ke pekerjaan ‘bottleneck’ yang kritis untuk kemajuan masa depan—seperti mengurangi risiko eksistensial, mempertahankan Bumi dari asteroid, atau menguasai energi fusi—sehingga meninggalkan sebagian besar pasar tenaga kerja tidak berubah.”
Bukan usang—tapi tidak relevan
Poin utamanya, dia berargumen, adalah pada dasarnya, “AGI tidak membuat keterampilan manusia usang; AGI memberi nilai baru pada mereka.” Kelangkaan baru dalam ekonomi bukanlah tenaga kerja terampil atau kecerdasan; tapi daya komputasi (compute). Ini artinya, keterampilan dinilai berdasarkan biaya peluang dari daya komputasi yang diperlukan untuk mereplikasi nya.
“Faktanya, jika daya komputasi dan keterampilan manusia adalah satu-satunya sumber daya langka, upah rata-rata lebih tinggi di dunia pasca-AGI. Di sisi lain, peran relatif tenaga kerja menyusut.”
Analisisnya memperluas logika ini dengan berasumsi bahwa daya komputasi akan pergi ke area yang paling berharga untuk pertumbuhan ekonomi, sehingga pekerjaan yang kurang penting akan diisi oleh manusia.
Dua jenis pekerjaan dalam ekonomi AI
Makalah itu membedakan dengan tajam dua tipe pekerjaan. Pekerjaan “bottleneck” terdiri dari tugas-tugas yang penting untuk pertumbuhan ekonomi—seperti menghasilkan energi, merawat infrastruktur, memajukan sains, dan keamanan nasional.
Pekerjaan “tambahan” (supplementary), sebaliknya, adalah segala hal yang bisa ditiadakan oleh ekonomi dan tetap bisa berkembang: seni dan kerajinan, dukungan pelanggan, perhotelan, desain, penelitian akademis, bahkan pekerjaan ekonom profesional. Dalam kerangka Restrepo, ekonomi pada akhirnya akan mengotomasi setiap tugas bottleneck menggunakan daya komputasi—sumber daya komputasi mentah dari sistem AI. Tapi pekerjaan tambahan? AI mungkin hanya mengabaikannya.
Itu terdengar seperti kabar baik untuk barista dan novelis. Pekerjaan di bidang perhotelan, pertunjukan langsung, dan pekerjaan yang intensif secara sosial bisa bertahan sebagian besar utuh, kata Restrepo, bukan karena keajaiban manusia khusus, tapi karena sumber daya komputasi besar yang dibutuhkan untuk mereplikasi sepenuhnya tidak akan pernah sebanding dengan biayanya saat AI punya masalah lebih besar untuk dipecahkan.
Pekerjaan bottleneck yang krusial, dalam penjelasan Restrepo, terdengar sangat fiksi ilmiah: “mengurangi risiko eksistensial, mempertahankan dari asteroid, atau menguasai energi fusi.” Pekerjaan intensif sosial, di sisi lain, akan mencakup perhotelan, pertunjukan langsung, dan hiburan: tidak penting untuk pertumbuhan masa depan, mahal untuk direplikasi dengan daya komputasi, dan kemungkinan besar akan tetap manusiawi. “Bidang-bidang ini bisa terus menawarkan pekerjaan yang familiar dan bermakna.”
Bertahan dari otomasi tidak sama dengan berbagi dalam pertumbuhan
Tapi di sinilah makalah itu menyampaikan pesan yang lebih membuat sadar. Bertahan dari otomasi dan sejahtera dari pertumbuhan ekonomi adalah dua hal yang sangat berbeda.
Dalam dunia AGI, tunjukkan Restrepo, upah akan terlepas dari PDB (GDP). Saat ini, saat ekonomi tumbuh, pekerja cenderung berbagi dalam pertumbuhan itu karena upah naik dan standar hidup membaik. Dalam ekonomi pasca-AGI yang dia modelkan, hubungan itu putus. Begitu sistem AI menangani semua tugas penting untuk pertumbuhan, ekspansi ekonomi didorong sepenuhnya oleh penambahan sumber daya komputasi.
Pekerjaan manusia, baik yang penting maupun tambahan, dinilai bukan oleh kontribusinya pada pertumbuhan, tapi oleh berapa biaya untuk menggantikannya dengan daya komputasi. Batas atas itu, dalam jangka panjang, rendah.
Bagian tenaga kerja dari PDB menuju nol
Temuan paling tajam dari makalah ini adalah bahwa bagian (share) tenaga kerja dari PDB konvergen ke nol. Total sumber daya komputasi dalam ekonomi pada akhirnya bisa mencapai 10⁵⁴ operasi floating-point per detik. Daya komputasi dari semua otak manusia digabungkan kira-kira setara dengan 10¹⁸ flops.
Dalam ekonomi di mana upah terikat pada berapa biaya daya komputasi untuk mereplikasi pekerjaan manusia, tenaga kerja manusia menjadi marginal secara ekonomi—tidak tak berharga, tapi sangat kecil jika dibandingkan dengan kue ekonomi secara keseluruhan. “Sebagian besar pendapatan akan terkumpul pada pemilik sumber daya komputasi,” simpul makalah itu.
Itu berarti pertanyaan distribusi tentang siapa yang memiliki daya komputasi menjadi tantangan politik dan ekonomi yang menentukan di era AGI. Pertanyaan itu sudah mulai mendesak. CEO BlackRock Larry Fink memperingatkan dalam surat tahunannya yang banyak ditonton bahwa AI “mengancam untuk mengulangi pola itu dalam skala lebih besar—memusatkan kekayaan di antara perusahaan dan investor yang berada dalam posisi untuk mengambilnya,” dan mencatat bahwa 1% rumah tangga AS teratas sekarang memegang lebih banyak kekayaan daripada 90% terbawah dan AI cenderung memperburuk kesenjangan ini.
Restrepo mencatat bahwa dalam ekonomi seperti itu, “satu pendekatan adalah mendistribusikan kembali keuntungan ini melalui pendapatan dasar universal (UBI). Pendekatan lain adalah memperlakukan daya komputasi sebagai sumber daya publik—serupa dengan tanah atau modal alam—dan mendistribusikan hasilnya secara luas.”
Dua mode otomasi
Makalah ini juga membedakan penting tentang jalan menuju masa depan itu, dan tidak semuanya menenangkan bagi pekerja yang menghadapi transisi hari ini. Restrepo mengidentifikasi dua mode otomasi. Dalam transisi “terikat daya komputasi” (compute-binding), adopsi AI dibatasi oleh perangkat keras yang tersedia; penyesuaian bertahap, upah mengikuti jalur berkelanjutan, dan pekerja punya waktu untuk realokasi.
Dalam transisi “terikat algoritma” (algorithm-binding)—yang lebih mirip dengan momen saat ini, di mana kemampuan AI maju dalam lompatan tiba-tiba—gambarnya bergerigi dan tidak stabil. “Ketimpangan mungkin naik tajam: pekerja yang tugasnya belum bisa diotomasi menikmati premi upah sementara yang besar, sementara yang lain menghadapi penurunan upah mendadak saat tugas mereka diotomasi,” tulisnya.
Ini sangat mirip dengan apa yang terjadi di bidang pekerjaan terampil (trades) pada tahun 2026, dengan tukang listrik, tukang ledeng, dan teknisi HVAC mendapatkan premi kuat, terutama dalam konstruksi pusat data. Pekerja konstruksi di proyek pusat data saat ini mendapatkan rata-rata sekitar $81.800 per tahun—kira-kira 32% lebih tinggi daripada yang bekerja di proyek non-pusat data—menurut data dari Skillit, platform perekrutan bertenaga AI.
Beberapa tukang listrik mendapatkan $260.000 per tahun, dengan pekerjaan kelistrikan diperkirakan mencapai 45% hingga 70% dari total biaya konstruksi pusat data. AS akan membutuhkan kira-kira 300.000 tukang listrik baru dalam dekade berikutnya, selain menggantikan 200.000 yang diperkirakan akan pensiun.
Kita tidak akan lebih miskin—tapi mungkin juga tidak lebih kaya
Restrepo menawarkan satu potongan penenangan yang bermakna: pekerja sebagai kelompok tidak dibuat lebih buruk oleh transisi. Karena AGI memperluas apa yang bisa diproduksi ekonomi, total pendapatan tenaga kerja di dunia pasca-AGI—di semua pekerja—lebih tinggi daripada di garis dasar pra-AGI.
Kedatangan AI tidak bisa membuat kita lebih miskin secara kolektif, argumen makalah itu, karena kita selalu bisa mundur ke zona tanpa-AI dan memproduksi persis seperti sebelumnya. Fakta bahwa kita tidak melakukannya berarti pengaturan baru lebih baik secara agregat. “Kedatangan AGI tidak dapat membuat kita lebih buruk secara kolektif,” tulis Restrepo.
Tapi keuntungan kolektif itu adalah penghiburan yang dingin jika terkonsentrasi di puncak distribusi pendapatan—di antara perusahaan, investor, dan negara yang memiliki pusat data.
Memang, 40% orang Amerika saat ini tidak memiliki eksposur bermakna ke pasar modal, menurut Fink. Dan tanpa intervensi struktural—dia menyarankan alat seperti tokenisasi dan opsi investasi pensiun yang diperluas—booming yang didorong AI akan membuat mereka semakin tertinggal.
‘Kita Tidak Akan Dirindukan’
Judul makalah itu, dipinjam dari argumen penutupnya, menangkap taruhan eksistensial ekonomi AGI. “Secara historis, pekerjaan memberikan tidak hanya pendapatan tapi juga pengakuan bahwa usaha seseorang meningkatkan kesejahteraan masyarakat,” tulis Restrepo. “Pekerjaan memberi orang perasaan bahwa mereka akan dirindukan. Di dunia AGI, hubungan itu terputus.”
Hari ini, dia mencatat, jika separuh tenaga kerja berhenti bekerja, ekonomi akan runtuh. Di dunia AGI, kita tidak akan dirindukan.
Bagi Restrepo—yang karyanya bersama pemenang Nobel Daron Acemoglu telah membentuk pemahaman profesi ekonomi tentang otomasi selama lebih dari satu dekade—pesannya bukanlah keputusasaan, tapi perhitungan yang jernih. Pertanyaannya bukan apakah AI akan mengambil pekerjaanmu. Mungkin pekerjaanmu tidak pernah cukup penting untuk pertanyaan itu menjadi masalah.
Untuk cerita ini, jurnalis *Fortune* menggunakan AI generatif sebagai alat riset. Seorang editor memverifikasi keakuratan informasi sebelum publikasi.